ارائه مدل مناسب برای انتخاب ویژگی در بیان ژن در سیستم تشخیص سرطان مبتنی بر الگوریتم گرگ خاکستری

مقاله ارائه مدل مناسب برای انتخاب ویژگی در بیان ژن در سیستم تشخیص سرطان مبتنی بر الگوریتم گرگ خاکستری

به یکی از انواع داده ها که دارای تعداد ویژگی های زیادی هستند و اصطلاحا دارای ابعاد بالایی است، داده های ژنی در علم پزشکی می باشد. این داده ها جهت ارزیابی ژن ها برای تشخیص بیماری ها به خصوص بیماری سرطان به کار می روند. بیماری سرطان سینه یکی از شایع ترین بیماری ها در طی سالیان اخیر بوده است که برای درمان آن باید بیماری در مراحل اولیه شناسایی گردد و این شناسایی در مراحل اولیه اهمیت ویژه ای دارد. بعلت زیادی حجم داده ها، بایستی ا ز روش های مبتنی بر یادگیری ماشین جهت کاهش داده ها و ساخت مدل تصمیم گیرنده استفاده کرد زیرا یکی از مشکلات داده های با ابعاد زیاد اینست که در بیش تر مواقع تمام ویژگی های داده ها برای یافتن دانشی که در داده ها نهفته است مهم و حیاتی نیستند.

از این رو در این پژوهش سعی در ارائه روش جدید برای بدست آوردن زیر مجموعه ویژگ های مناسب مجموعه داده بیان ژن بیماری سرطان سینه با استفاده از روش الگوریتم گرگ خاکستری شده و برای یادگیری سیستم تشخیص سرطان از شبکه عصبی پرسپترون چند لایه استفاده شده است.